股票投资评估精选(五篇)

序言：作为思想的载体和知识的探索者，写作是一种独特的艺术，我们为您准备了不同风格的5篇股票投资评估，期待它们能激发您的灵感。

篇1

关键词：股票投资 收益性 风险性 对策

股票是市场经济发展的必然产物，更是企业参与市场集资的有效方式，利用股票筹集资金已经成为一种普遍的方式。另一方面，由于社会群众收入水平持续提升，手中持有资金额度越来越多，参与市场投资也成为了创造收益的有效方式。但是，面对情况多变的社会主义市场，股票投资行为依旧存在着巨大的风险性，投资者不能仅限于股票投资的收益预测，还要顾及风险发生所造成的经济损失。

一、企业股票作用

股票是股份证书的简称，是股份公司为筹集资金而发行给股东作为持股凭证并借以取得股息和红利的一种有价证券。每股股票都代表股东对企业拥有一个基本单位的所有权。伴随着市场经济体制的深化改革，企业向市场投放股票已经成为日常经营中的业务决策，借助股票投放市场可以发挥出多方面的作用。一方面，股票是企业筹集资金的主要方式，作为投资者参与企业集资的一种凭证，方便了资金持有者参与各项投资活动；另一方面，股票是资金流通的经济介质，由不同额度股票参与买卖交易，实现了企业资金市场流通的持续运转。

二、股票投资的收益性与风险性

股票投资是指企业或个人用积累起来的货币购买股票，借以获得收益的行为。鉴于国内人均收入水平的持续提高，越来越多的资金持有者参与市场投资活动，以求在规定周期后获得相应的资金报酬，增加原有资金的储备额度。我国社会主义市场经济尚处于改革阶段，金融市场系统依旧处于不稳定状态，股票投资的收益性与风险性特点十分显著。以下对股票投资收益与风险进行综合评估。

（一）股票收益性

股票投资的收益是由“收入收益”和“资本利得”两部分构成的。收入收益是指股票投资者以股东身份，按照持股的份额，在公司盈利分配中得到的股息和红利的收益。

1、收入收益

收入收益是指股票投资者以股东身份，按照持股的份额，在公司盈利分配中得到的股息和红利的收益。一般情况下，股份制企业会在每年收益分配中按照股份占有比大小，为投资者提供相对应的利息、分红。

2、资本利得

资本利得是指投资者在股票价格的变化中所得到的收益，即将股票低价买进，高价卖出所得到的差价收益。股票持有人可根据市场价格的涨跌情况，选择对外出售股票，市场价格高于买入价格时，便能赚取丰厚的收益。

（二）股票风险性

股票投资风险具有明显的两重性，即它的存在是客观的、绝对的，又是主观的、相对的。当股票为投资者带来收益的同时，其本身也面临着巨大的市场风险，这种风险是不可预测的。

1、系统风险

是指由于某种因素的影响和变化，导致股市上所有股票价格的下跌，从而给股票持有人带来损失的可能性。系统性风险主要是由政治、经济及环境等宏观因素造成。

2、非系统性风险

一般是指对某一个股或某一类股票发生影响的不确定因素。如上市公司的经营管理、财务状况、市场销售、重大投资等因素，它们的变化都会对公司的股价产生影响。

三、股票投资风险控制的综合对策

“效益优先”是企业现代化经营的先进理念，其要求企业在日常经营中以创造最佳收益为目标，促进内部经营机制的深化改革，带动行业经营收益水平的持续增长。对于股票集资来说，风险预测是调控造价的有效方式，企业借助风险评估决策降低资金的浪费率，从而提高了股票投资后期的总体收益。

（1）风险管理。基于社会可持续发展战略实施以来，企业对股票集资建设提出了多套方案，重点解决了传统资金筹集与调控面临的风险隐患，提出以股票风险预测管理为中心的调控方式。企业需全面发挥财务部门的经济职能，为地区股票市场改造提供可靠的意见。基于股票投资风险预测管理平台下，需根据实际市场情况拟定风险监管机制，对市场股票集资采取宏观性的管理决策。

（2）资金监管。企业应根据固有资金执行监管决策，借助预算操作流程控制好资金的收支状况。例如，拟定市场股票投放方案之后，财务部门需安排专业人员对股票投放数量及市场总额实施预算，从风险系数、回收周期、收益额度等方面预算出投资总额。财会人员要根据市场股票行情的实际情况，对每一笔资金链操作进行监督管理，防止股票资金流失而引起的经济损失。

四、结束语

股票投资是市场经济活动的常见形式，能够为企业提供广阔的集资平台，并且为资金持有者创造更多的收益。由于社会主义市场本身的缺陷，股票投资在创造经济收益过程中，也面临着巨大的市场风险，如何识别风险是每一位投资者应当考虑的问题。企业是股票投放市场的主要经济组织，其应当借助风险识别体系强化股票管理，对每一笔股票周转资金实施综合监控，从而保障股票投资收益最优化。

参考文献：

[1]王强松.中国股市中个体投资者处置效应的实证研究[J].经济论坛.2009（15）

[2]赖兆东.中国证券市场投资者处置效应的实证研究[J].经营管理者.2009（15）

篇2

关键词：社保基金 股票投资组合 风险控制 绩效评估

一、引言

2008年国际金融危机的爆发，全国社保基金投资股市再次成为关注的焦点。在我国人口老龄化问题加剧的情况下，为应对未来的养老资金需求，国家建立了全国社会保障储备基金。随着社保基金股市投资比例不断扩大，正确评估其风险控制与收益情况既能如实反映社保基金投资现状，也能为社保基金更好的控制风险和扩大投资收益提供参考。

国内外对社保基金投资研究积累了丰富的成果，但仍存在一定不足。国内对社保基金投资方面的相关研究定性分析的较多，对风险控制和绩效评估的方法采用的较少，因此缺乏对风险的直观性。本文试图采用资本资产定价模型，系统考察社保基金投资所面对的总风险、系统性风险以及非系统性风险，接着对其绩效进行多指标分析，尽可能从多角度理解社保基金的风险与收益现状，为今后社保基金更好地运营提供一定参考。

二、相关测度指标简介

（一）风险测度指标

根据资本资产定价模型（CAPM）定义式：Ri=α+βi（Rmi-Rf），其中Ri代表资产的期望收益率，βi代表资产的系统性风险，Rm代表市场组合的期望收益率，Rf代表无风险收益率。βi值表示市场组合收益率增长一个百分点，资产项i将增长βi个百分点；αi值表示市场组合的收益率为0，则资产项i的收益率为αi。βi的定义式为βi=cov（Ri，Rm）/σ2m=ρim・σi・σm/σ2m=ρim・σi/σm，对等式两边平方，得： β2iσ2m=ρ2im・σ2i，即β2iσ2m /σ2i=ρ2im。 等式左边为资产i的系统性风险占总风险的比例，这一比例又可以用ρ来表示。非系统性风险占总风险的比例等于1-ρ2im。

（二）收益测度指标

本文选用历史绩效指标以及经过风险调整后的收益指标――夏普指数、特雷诺指数、M2指数以及詹森指数。

三、实证分析

（一）样本数据与指标选取

样本数据：选取2009年3月31日至2010年3月31日所公布的社保基金投资组合作为观测样本。由于通过公共资源无法获得缺失的数据，为了方便研究问题，只选择所有以“1”字开头的投资组合以及602、603、604组合。数据来源为金融界及Wind咨询金融终端。

无风险利率指标：选择上海同业银行隔夜拆借利率的日均利率（Shibor）作为无风险利率，用Rf表示。市场基准利率指标：选择上证指数日均指数的对数收益率作为市场基准收益率，用Rm表示。投资组合日均收益率指标：本文采取与道琼斯指数（Dow Jones）类似的编制方法，将每个社保组合编制指数，按照构成投资组合的各股票日算术平均价格计算其价格指数，再依据各组合指数计算组合的日收益率，对其取对数收益率，作为组合的日收益率。

（二）CAPM回归结果

根据CAPM模型公式Ri=α+βi（Rmi-Rf），对每个样本投资组合运用最小二乘法（OLS）进行回归分析，结果表明，回归结果整体较为理想，F统计量表明模型在1%的显著水平上显著；R2及相关系数ρim表明，除了101组合、103组合、104组合、108组合和111组合外，其余组合的拟合效果较好，相关度较高；回归系数α、β均在5%的显著水平上显著。

（三）风险控制分析

根据CAPM回归结果以及非系统性风险的计算公式（1-ρ2im），计算出样本组合的风险和社保基金投资组合总风险。结果表明，从相对百分比看，101组合、103组合、104组合、108组合、111组合所承担的非系统性风险都在60%以上，102组合、109组合、112组合、603组合所承担的非系统性风险相当接近60%，只有105组合、106组合、107组合、110组合、602组合、604组合所承担的非系统性风险低于50%。而所有组合所承担的非系统性风险都显著高于市场组合，说明各组合的非系统性风险分散能力薄弱，风险控制效果并不理想。除了112组合出现一个异常值以外，其余样本在研究期间都在一个较小的范围内波动，各组合之间差异并不显著。因此，各样本组合在样本区间内的总风险差异并不大，各组合的非系统性风险分散能力差别却很大。

为了验证我国社保基金投资组合的非系统性风险分散情况，本文分析各组合持股数量与非系统性风险分散能力的关系。结果表明，持股数量与非系统性风险之间表现出的关系与理论一致。从各组合看，105组合表现出相对较好的选股能力――持有股票在10只以下，承担的非系统性风险在50%以下，109组合表现出较差的选股能力与风险分散能力，虽然拥有58只股票，高居所有组合之首，却仍然承担着55.56%的非系统性风险，究其原因，极有可能是所选取的股票过于集中，各股之间的相关性过高所致。

（四）绩效评估分析

1、历史绩效

从全国社保基金理事会公布的2000―2010年投资收益看，除了2004年和2008年投资收益率小于通货膨胀率外，其他年份的投资收益率均大于当年的通货膨胀率。从累计投资收益看，年均收益率为9.17%，远大于通货膨胀率2.14%，从整体看，社保基金基本实现了社保基金所要求的保值增值目标。

篇3

根据今日投资《在线分析师》（.cn）对国内近百家主流研究机构4000余名分析师的投资评级数据进行的统计，上周投资评级上调居前的25只股票中，所属行业比较分散，化工品入选五家公司；电子设备与仪器入选三只；电力设备、建筑工程和机械制造各入选二只，其余分布在房地产、航空货运与快递、互联网软件及服务、零售、煤炭、软件等行业中。本期我们关注一下电力设备行业。

2011年前三季度，电源和电网投资分别为2428亿元和2201亿元，同比分别增长5.1%和11.3%，增速较2010年有所回升，但仍处于低位。特高压线路年内仅核准一条，四条获得发改委路条，慢于国网年初制定的年内核准7条特高压线路的规划。智能电网方面，智能变电站由于成本过高，电动汽车充换电站由于市场方向选取问题，建设进度均慢于预期。

电网建设的相对滞后也是造成电荒的重要原因之一，加快电网推进速度也成了必然趋势，投资机会应运而生。从电压等级的角度看，220kv主干网架已建设得比较完善，未来的投资方向主要是110kv以下的配电网和500kv以上的特高压。从功能性来看，高效、智能是电网升级改造所追求的目标之一，智能电网、特高压是未来电网发展的重点。

另外，中电联预测“十二五”期间电源和电网的投资规模将超过5万亿元，势必将支撑行业景气度高位运行。铜、铝、硅钢等重要原材料价格的回调，有利于降低相关企业的主营业务成本，行业的盈利性有望出现向上拐点。节能减排的压力也会对电力设备的清洁、高效提出更高要求，迫使行业多个环节产业升级。

第一创业建议从三个角度把握投资机会。（1）、关注景气行业的龙头品种的投资价值。二次设备中，重点关注具备国家电网背景的国电南瑞和许继电气。高压变频仍处于高景气状态，重点推荐合康变频。（2）关注细分行业成长性品种的投资价值。在细分行业领域，重点关注光伏逆变。（3）关注资产整合的投资价值。重点关注许继电气、平高电气、置信电气和泰豪科技。

本期入选的2只电力设备行业股票安全星级均为二星级。本周我们选择其中的二星级股票大连电瓷（002606）进行点评。

大连电瓷（002606）

受益于特高压电网建设

大连电瓷主要从事高压输电线路用瓷、复合绝缘子和电站用瓷、复合绝缘子，以及电瓷金具等产品的研发、生产和销售业务，其中瓷绝缘子和复合绝缘子的业务占比分别达到68%和16%。在生产规模上，公司是目前国内最大的盘形悬式瓷绝缘子生产企业，其销量和出口量均位于行业第一。

根据国家电网规划，特高压电网将在“十二五”进入全面发展阶段，到2015年特高压交流和直流将分别完成投资2523亿和2610亿元。根据之前交直流线路公司中标金额约占线路总投资的0.3%和1%测算，公司在“十二五”期间的交、直流特高压年均市场份额为1.5亿和5.2亿元，特高压项目建设将给公司带来很大的业绩弹性。

目前公司海外市场覆盖了美国、欧洲、印度等地区，销售占比超过40%。公司海外市场的开拓一方面可以抵御国内电网投资的周期性影响，另一方面国际市场对绝缘子的需求增速将远高于国内市场增长，为公司长期成长提供广阔空间。

假设公司复合绝缘子和瓷绝缘子的扩产将分别在2012和2013年完成，2012年公司业绩增长主要由复合绝缘子贡献。预计2011~2013年EPS分别为0.65、0.89和1.24元，按照2012年30倍市盈率计算，目标价26.70元，给予“持有”评级。

今日投资《在线分析师》显示：公司2011-2013年综合每股盈利预测分别为0.66、0.92和1.24元；当前共有2位分析师跟踪关注，1位给与“强力买入”评级，1位给与“观望”评级，综合投资评级系数为2.00。

盈利预测（元）

分析师评级人数分析

建筑工程行业：基建投资回归常态

上周投资评级下调的25只股票中化工品和建筑工程各有4家公司入围，电力设备有3只入选，家庭耐用消费品、机械制造和信息技术与服务各有2家，其他分布在半导体、电力、软件、汽车零配件、制药等行业。本期我们来关注一下建筑工程行业。

根据国家十二五规划，十二五期间总的方向是加快转变经济发展方式，为此，十二五规划将GDP年均增长率由十一五的7.5%下调为7%，并确定了七大战略性新兴产业。今年是十二五的开局之年，以反思和调整前期以基建为代表的大规模固定资产投资为契机，“调结构”已经开始实质性推进。

数据显示，今年以来“铁公基”投资增速已经开始放缓，其中，以铁路最为明显。2011年7-9月铁路固定资产投资及基建投资累计完成额连续三个月同比负增长，并且幅度由2%左右扩大至将近20%。交通、市政、文体娱固定资产投资累计完成额同比增速逐步回落至20%以下，其中市政增速降至2007年以来的历史低点。这也许预示着，今后一段时间内，基建投资将由高速发展回归至常态发展。

在这种经济形势下，有政府信用担保的子行业将成为必选。这里所说的“有政府信用担保”是指，跟政府有业务关系、项目建设资金由政府筹措或担保，其中，现代煤化工项目虽然建设资金不是由政府筹措，但是资源却是由政府提供，也相当于政府信用。

以质地好、高成长、确定性强的个股为主。在选择有政府信用担保的子行业的投资逻辑下，具体到个股，民生证券认为，可以选择质地好、高成长、确定性强的公司作为底仓配置，依然强烈推荐中国水电、中工国际、中国化学、东华科技，维持金螳螂、洪涛股份、东方园林强烈推荐的投资评级，三家公司稍受宏观调控影响，但相信政府信用违约基本不会发生。

本期我们选择评级下调的铁汉生态进行点评。

铁汉生态（300197）

生态修复领域开拓者

公司是国内最早开始从事生态修复业务的公司之一，是该领域开拓者，也是国内少数几家能够进行复杂环境下的跨区域生态修复工程施工的企业之一，公司目前业务覆盖生态修复和园林绿化，是国内极少能够在两个领域并重发展的区域龙头。

公司此次创业板上市融资，超募资金达8.67亿元，资金实力大大增强，使公司具备承接大单的实力，收入将实现大幅增长；同时，大额订单导致规模效应也将降低管理费用率，公司实际盈利能力将显著增强。

由于2010新开工项目毛利率相对较低，预计会在今年下半年有所体现，届时毛利率或将出现小幅下滑，预计公司2011-2012年每股收益分别为1.037元、1.675元，考虑行业的高速成长性以及大量超募资金对后续业务的推动，天相投顾暂维持公司“增持”的投资评级。

今日投资《在线分析师》显示：公司2011-2013年综合每股盈利预测分别为1.07、1.88、2.96元；当前共有4位分析师跟踪，2位给与“强力买入”评级、2位给与“买入”评级，综合评级系数1.50。

篇4

【关键词】投资组合；日平均收益率；半绝对偏差；股票

投资组合理论是现代金融理论的重要组成部分，投资组合是指由投资人或金融机构所持有的股票、债券、衍生金融产品等组成的集合。投资者进行投资组合的主要目的在于分散风险并获得较高的收益率，可见，收益和风险是投资组合的两个重要因素。投资风险的计算已有许多方法，为不同偏好的投资者提供了风险度量选择，其中适用于风险厌恶型投资者的方法有：半方差[1]、半绝对偏差[2]、VaR[3]及CVaR[4]等下行风险度量方法。股票的投资收益率由于受企业、宏观经济政策、环境及市场等因素的影响而具有不确定性，在投资组合的理论研究中一般假设证券的收益率服从某种随机分布，但在实际市场运作中，收益率的分布函数是难以确定的，通常采用专家估计法，或根据历史样本数据采用资产价格差分的百分比和价格对数差分这两种方式来计算收益率。在股票市场的实证研究和交易实践中，人们往往使用一个交易期的收盘价来代替这一期股票的价格。由于股票市场价格行为是随机的，投资者会在交易期内任何时刻进行交易而非收盘时。为此，本文采用股票市场上的历史交易价格数据，根据每天股票的最低价和最高价构成的价格区间来计算股票的日平均收益率，由此计算出股票的预期收益率，并基于半绝对偏差风险函数得到投资组合的风险表达式，进而建立一个投资组合线性规划模型，为风险厌恶型投资者选择合适的股票投资组合提供参考。

1.日平均收益率

假定某只金融资产在时刻t的价格为pt，则单期价格差分的百分比收益率的定义如下[5]：

Rt=（pt-pt-1）/pt-1 （1）

K期百分比收益率为：

Rt（K）=（pt-pt-K）/pt-K

单期价格对数差分收益率（简称对数收益率）的定义为[5]：

rt=lnpt-lnpt-1 （2）

K期对数收益率为：

rt（K）=lnpt-lnpt-K

对数收益率比百分比收益率有更好的性质，而且在价格变动较大时，对数收益率比百分比收益率作为收益率度量更合理。K期对数收益率为该K期内各期收益率之和，于是，采用对数收益率有：周收益率为天收益率之和，月收益率为天收益率之和、周收益率之和，等等。

下面我们分别由公式（1）和（2）给出两个日平均收益率的计算公式。

设股票在第t天的最低价为at，最高价为bt，于是股票在第t天的价格区间为[at，bt]。任取x∈[at，bt]，y∈[at-1，bt-1]，则由公式（1）和（2）得到第t天的百分比收益函数和对数收益函数依次为（x-y）/y和lnx-ln y，由微积分知识，得到股票第t天的百分比日平均收益率为下列二重积分：

计算得到：

（3）

同理，第t天的对数日平均收益率为：

计算得到：

（4）

易见，对数日平均收益率具有与对数收益率同样的高频数据与低频数据的加法关系。于是，采用对数日平均收益率，仍有：周收益率为天收益率之和，月收益率为天收益率之和、周收益率之和，等等。下面我们采用对数日平均收益率（简称日平均收益率）来度量收益率。

2.投资组合模型的构建

设投资者有单位原始资金，不妨设为1，按投资组合X=（x1，x2，…，xm）投资到m种股票，投资比例满足x1+x2+…+xm=1，xj≥0（不允许卖空），投资者是理性且厌恶风险的，其目标是选择投资组合策略，能够获得一定的收益，且风险最小。

预期收益率计算：

假设我们拥有这m支股票K+1天的历史样本数据，由公式（4）计算出每支股票的日平均收益率，设第j支股票Pj在第k天的日平均收益率为rjk，则第j支股票的平均收益率（可以作为第j支股票的预期收益率）为：

（5）

由于日平均收益率从第2天开始计算，所以每支股票的日平均收益率数量为K，为了使模型简洁，我们这里忽略交易成本。于是，投资组合的预期收益率为：

（6）

风险值计算：

对于厌恶风险的投资者而言，可以基于半绝对偏差函数来计算投资风险。半绝对偏差是指投资组合的实际收益率低于平均收益率的绝对值，我们采用历史收益率与预期收益率的半绝对偏差来表示，即将投资组合的风险表示为：

（7）

投资组合模型：

根据投资者的目标和思想，可以建立如下投资组合模型：

（8）

在模型（8）中，R0表示投资者能够接受的最低收益率。

记：

显然，且当时：

当时：

因此等价于：

（下转第52页）（上接第50页）

于是投资组合模型（8）等价于：

（9）

模型（9）为一个有m+K个决策变量，K+1个不等式约束，1个等式的线性规划问题，它一定有最优解，模型的求解可以利用多种数学软件，如Excel、Lindo、Lingo、Matlab等予以实现。

3.实例分析

选取上海证券交易所和深圳证券交易所的8支权重股票（m=8）进行投资。8种股票包括：P1：万科A（000002），P2：中兴通讯（000063），P3：五粮液（000858），P4：中国石化（600028），P5：中信证券（600030），P6：包钢稀土（600111），P7：长江电力（600900），P8：建设银行（601939）。数据选择的样本期为2012年1月1日至2012年6月30日，样本容量为117个（K=116），时间跨度半年，数据来源于国泰安数据服务中心。根据这些历史交易数据，得到每支股票每天的价格范围（区间），然后按照公式（4）计算出每种股票每日的日平均收益率rjk，再由公式（5）得到每支股票的平均收益率（预期收益率）rj，这8支股票的预期收益率向量为（0.00158，-0.00147，-0.00012，-0.00117，0.00204，0.00022，0.00060，-0.00071）。将所计算出的rjk和rj代入模型（9），这个实例共有124个决策变量，利用Lindo软件来求解模型，得到R0可以取的最大值为0.002，最优投资组合见表1。

结果分析：比较8支股票的预期收益率与最优投资组合，可见预期收益率较高的4支股票：万科A、中信证券、长江电力和建设银行，它们的投资比例也大，其余4支股票预期收益率较低，它们的投资比例也小，甚至为0，由此表明，我们所构建的模型是有效可行的。

4.结论

本文基于日平均收益率和半绝对偏差风险度量方法，建立了在一定收益条件下极小化风险的投资组合线性规划模型。采用半绝对偏差方法度量风险，对投资风险进行了有效控制，满足了风险厌恶型投资者的要求；采用日平均收益率的算术平均值作为预期收益率估计值，更加贴合投资者行为，操作也较为简单；所建立的线性规划模型易于求解，符合投资者的实际心理感受，而且便于投资者在实际操作中加入交易成本、信息成本等。

参考文献

[1]Ouderri B N，Sulliran W G.A semi-variance model for incorporating risk into capital investment analysis[J].Journal of the Engineering Economist，1991，36（2）：35-39.

[2]Speranza M G.Linear programming model for portfolio optimization[J].Finance，1993，14：107-123.

[3]Philippe J.Value at Risk：The New Benchmark for Controlling Market Risk[M].Chicago：Irwin Professional Publishing，1996.

[4]Rockafellar R T，Uryasev S.Optimization of conditional Value-at-Risk[J].The Journal of Risk，2000，2：21-41.

篇5

摘要随着资本市场的发展，我国的证券分析师队伍日益壮大。证券分析师作为专业人才，其提供的股票评级是否具备实际投资价值？国内外很多学者进行了相关的研究。大量的研究结果表明，证券分析师给出的股票评级在短期内是具备投资价值的。

关键词证券分析师股票评级

随着监管法规的逐步完善和机构投资者的发展壮大，立足于公司基本面分析的价值投资逐渐成为中国证券市场的主流理念，我国的证券分析师行业迅速发展起来，其影响力也急剧扩大。公司研究报告是证券分析师对上市公司进行信息搜集和分析的总结，而其中的股票评级则是分析师报告的主要结论，也是对证券市场投资者而言最为直观和最受关注的信息。若分析师给予一家上市公司“买入”或“卖出”评级，则代表了分析师认为该公司当前股价被低估或高估的强烈信息，若投资者接受了分析师的信息，则将通过具体的买入或卖出行为影响股价的涨跌。关于证券分析师股票评级的投资价值，国内外学者进行了大量的研究。

一、国外相关研究

对于个股评级最早的研究可以追溯到1933年。Cowles（1933）分别收集了16家金融服务公司、20家火灾保险公司、1位华尔街日报编辑和24家金融出版媒体的荐股信息，经过计算发现被推荐股票的平均年化收益率弱于大盘1%到4%。20世纪60年代后，随着由于当时证券分析师逐渐形成一个独立的职业，关于分析师荐股的投资价值的研究开始兴起。

Diefenbach（1972）收集了1967年11月17日到1969年5月23日期间（共80周）来自24家证券经纪公司的个股评级（包括买入建议和卖出建议），将这些股票自被给出评级后52周的收益率与同时期市场指数的收益进行比较。结果发现：获得买入评级的股票在未来52周的平均收益比同期指数收益率高出2.7%；而获得卖出评级的股票的平均收益率则比同期指数收益率低11.2%，且在全部获得卖出评级的股票中，在未来52周能跑赢指数的股票占26%。

Davies和Canes（1978）研究了股票评级二手信息的扩散对于股票的影响。他们使用市场模型对1970年到1971年华尔街日报“市场消息”专栏中的股票评级（包括597个买入建议和188个卖出建议）进行了分析，结果发现在这些二手评级当日，买入评级的股票有着0.923%的超额收益，卖出评级的股票有-2.374%的超额收益，并且都是统计上显著的。另外，在二手评级后的20个交易日，被评级的股票并未发生超额收益的反转。作者认为可能的原因是股票价格无法完全反应全部信息，因此即使的二手信息的传播也能够对股票基本面估值产生影响。

Groth et al（1979）以一家美国经纪商在提供的1964

年1月至1970年12月期间提供的约6200份股票评级为样本，并对日期的准确性作了交叉检验，他们以CAPM为衡量基准，发现买入评级的公司在推荐公布前6个月，月超额收益率始终为正，推荐当月超额收益率达到最高，推荐后一个月超额收益率急速下降但仍为正，数月之后超额收益率才变为零。推荐之后股票的超额收益率整体上低于推荐之前。对于这一现象的解释是这些被给予买入评级的股票在报告之前可能就已经历了利好消息引起的股价上升，而股价上升又吸引了证券分析师对这些股票进行研究，并给出乐观的评级。

但是，这些早期的研究都存在着样本时间短、选取的证券公司数量少且代表性差、个股可能集中于某几个行业等问题。从二十世纪80年代中期开始，随着数据库的完善和研究方法的改进，有关研究进一步深化。Elton et al（1986）利用IBOS数据库，收集了自1981年3月到1983年11月的来自34家券商的研究报告，其研究发现，相对于中性评级的股票而言，上调至强烈买入的股票在报告当月产生较大正超额收益，且这种正超额收益在此后的两个月会变小，但依然显著；评级下调至卖出的股票在报告当月存在显著负超额收益，这种负超额收益在报告后一个月仍然显著，且绝对值会变大。

Barber 和Loeffler（1993）分析了1988年10月到1990年10月来自华尔街日报”标靶”专栏的股票推荐。该专栏由四位分析师每月各推荐一只股票，作为对照，华尔街日报会随机选取四只股票。他们发现，专栏公告后两天之内，产生4%异常收益。

Womack（1996）利用First Call数据库，以分析师评级的四种极端变动为样本，发现分析师评级的变动对股价有显著影响。在3日事件窗口内，“新添到买入列表”和“新添到卖出列表”的规模调整收益率都在统计上显著，分别为2.98%和-4.69%；“从买入列表中删除”和“从卖出列表中删除”的规模调整收益率也在统计上显著，分别为-1.94%和0.32%。

二、国内相关研究

由于我国的证券分析师行业起步较晚，相关的研究报告数据库直到2005年前后才开始完善，因此国内学者对于股票评级的早期研究大都基于对财经媒体荐股“二手信息”的

市场反应研究。林翔（2000）收集了《中国证券报》每周一“咨询机构看市场”栏目1998年4月13日至1999年6月28日来自601家上市公司的共1414次股票推荐数据，运用事件研究法研究股票推荐前后是否存在超额收益情况。结果发现用市场模型计算的个股超常收益在股票推荐之前第4周就开始显著大于零，在推荐前一周达到最大值。推荐公开后10周都存在显著的负超常收益。他认为其中原因在于证券咨询机构拥有一定的私有信息，在推荐公开以前，私有信息已经在咨询机构的客户中扩散，客户和追随趋势者的过度买入造成了推荐公开后的抛售压力。

朱宝宪、王怡凯（2001）以《上海证券报》每周日“为您选股”栏目的投资建议为研究对象，搜集了1999年1月至11月共44周总计565次股票推荐，以市场指数调整的收益率为衡量基准。他们发现，总体来讲“投资建议”股票组合的收益率统计上显著高于大盘；将“投资建议”划分为短期和中期投资建议后，发现短线投资建议的股票组合收益率高于投资基金的平均收益率，但中期投资建议的股票组合收益率几乎都低于大盘。研究结论认为，一些专业投资咨询机构具有相当的把握市场短期热点的能力，但对中长期的预测能力不足。

徐立平、刘建和（2008）收集了2000年12月1日至2002年12月23日上海证券报每周一“本周股评家最为看好的个股”这一栏目的荐股统计数据对A股市场中证券分析师荐股的市场影响能力进行了实证研究。他们采用事件研究法，用均值调整模型计算非正常收益率，结果发现分析师所推荐的个股在推荐之前正向的非正常收益率（PAR）表现相当明显。推荐之前六个交易周时正向的PAR表现最强，而后依次下降，并在公布基准日后短期内下降为负值。同时，随着时间的延长，负向的PAR也越来越大。

徐永新、陈婵（2009）手工整理了2007 年1 月至12 月《中国证券报》“实力机构周末荐股精选”所推荐的A 股股票作为研究样本。他们发现股票推荐之前一周，所推荐的股票已经具有显著为正的超常收益率，股票推荐前一周的累计超常收益率超过4%，推荐前的第一个交易日的超常收益率高达2%左右；股票推荐之后的第一个交易日有1%左右的显著为正的超常收益率，而第二至五个交易日均为显著为负的超常收益率，且推荐后第二至五个交易日累计超常收益率中值低于-1%；同时，推荐前后市场也均有超常的交易量反应。他们认为造成这种现象的原因是股票推荐中可能存在信息泄露。

随着证券分析师研究报告数据的完善，越来越多的国内学者开始对分析师的一手评级信息进行相关的研究。王征、张峥、刘力（2006）整理了六家实力较强的券商研究所每月末向机构投资者提供的业绩预测和投资评级信息。他们将券商研究员2004年3月至2005年6月给出的19310次股票投资评级划分为增持、减持和中性组合，组合每月更新一次，并计算每月各组合的收益率。他们发现，在样本期间，分析师增持评级组合相对市场指数的超额年化收益率达到23.85%，该超额收益率在经过CAPM模型、Fama-French三因素模型和包括动量因素的四因素模型风险调整后仍然显著。分析师减持评级组合的超额收益率为负值，但统计结果并不显著。该策略在考虑交易成本后，仍能取得显著的超额收益率。他们认为这一研究结果认为国内证券分析师股票评

级具有投资价值。

李雪（2007）收集了自 2006年1月1日到2007年4月1日四家研究机构308份股票评级调整样本，采用事件研究法，将所有评级调整分为调高与调低评级两组，以市场指数调整的收益作为衡量基准，发现在（t-10，t+51）的时间段内，调高组产生6.53%的正异常收益，调低组产生-7.49%的负异常收益。在（t-1，t+1）、（t+2，t+31）和（t+2，t+51）三个时间段，除了调低组（t-1，t+1）不显著之外，其他调高组和调低组都产生了显著的正和负的异常收益。另外，不同研究机构影响力的差异能够在短时间内产生异常收益的显著差异，但在长的时间段内则效应不显著。作者认为推荐后股票价格漂移根源于分析师推荐报告的内容逐渐被投资者接受而导致的交易行为，而不是由于新的信息出现、推荐力度或者推荐机构的影响力造成的影响。

三、结论

纵观国内外相关研究我们发现，早期的国外研究大多认为分析师的选股建议没有实际价值，而最近20年来的国内外研究结果大多认为分析师的工作是有效率的，即他们的股票评级具备一定的投资价值，特别是报告前后的短期时间内效果明显。研究报告能够为投资者提供更多有用的信息是证券分析师行业在资本市场中所发挥效率的反映，集中体现了证券分析师行业在产业分工中的价值所在。

参考文献：

[1]林翔.中国证券咨询机构预测的分析.经济研究.2000(2):55-65.

[2]朱宝宪,王怡凯.证券媒体选股建议效果的实证分析.经济研究.2001(4):51-57.

[3]徐永新,陈婵.媒体荐股市场反应的动因分析.管理世界.2009(11):65-73.

[4]徐立平,刘建和.证券分析师荐股的市场影响力研究.财经论丛.2008(4):70-76.

[5]王征,张峥,刘力.分析师的建议是否具有投资价值――来自中国市场的经验数据.财经问题研究.2006(7):36-44.

[6]李雪.中国证券市场分析师推荐投资价值研究.证券市场导报.2007.11:72-77.

[7]Cowles,A.1933.Can Stock Market Forecasters Forecast?.Econometrica,vol. 1,no. 3:309-324.

[8]Diefenbach,R. 1972."How Good Is Institutional Brokerage Research?"Financial Analysts Journal,vol. 28,no. 1:54-60.

[9]Groth,J.,W. Lewellen,G. Schlarbaum,R. Lease. 1979."An Analysis of Brokerage House Securities Recommendations"Financial Analysts Journal,vol. 35,no. 1:32-40.

[10]Womack,K. 1996."Do Brokerage Analysts' Recommendations Have Investment Value?"Journal of Finance,vol. 51,no. 1:137-167.

[11]Barber,B.,D. Loeffler. 1993."The 'Dartboard' Column:Second-Hand Information and Price Pressure"Journal of Financial and Quantitative Analysis,vol. 28,no. 2:273-284.

[12]Davies,P.,M. Canes. 1978.”Stock Prices and the Publication of Second-Hand Information”The Journal of Business,vol. 51,vo. 1:43-56.

[13]Elton,E.,M. Gruber,S. Grossman. 1986."Discrete Expect